5 년 전, 에릭 아길라 지쳐졌다.
그는 Tesla와 Google X에서 수년간 Lidar 및 기타 센서에서 일했지만 기술은 항상 너무 비싸고 더 중요한 것은 신뢰할 수없는 것처럼 보였습니다. 그는 교체했다 LIDAR 파산했을 때 (너무 자주, 무작위로 겉보기에 있었을 때) 센서는 복잡한 교정 방법과 유지 보수 루틴을 기능하고 자동차를 운전할 수 있도록 개발했습니다.
그래서 그는 밧줄의 끝에 도달했을 때 더 강력한 기술을 발명했습니다. 그는“가장 강력한 마이크로 마인”이라고 부릅니다.
Aguilar와 그의 스타트 업 팀 옴니트론 센서 그가 개발 한 새로운 마이크로 전기-기계 시스템 (MEMS) 기술은 다른 어느 것보다 단위 영역 당 더 많은 힘을 생산할 수 있다고 주장합니다. 새로운 수준의 전력을 공급함으로써 마이크로 미러,이 기술은 위험한 요소와 열린 도로의 범프와 앞머리를 풍화시키는 동안에도 LiDar의 레이저 빔을 정확하게 조정할 수 있습니다. 자동 산업 고객이 칩을 테스트 한 Omnitron은 이제 AI 데이터 센터에서 소비하는 전력을 줄이기 위해 기술을 수정하고 있습니다.
레이저를 사용하여 객체가 얼마나 멀리 떨어져 있는지 결정하는 스캐닝 및 탐지 시스템 인 Lidar는 종종 자율 주행 차에 의해 장애물을 찾고 탐색하기 위해 채택됩니다. Lidar 시장이 예상되는 경우에도 매년 13.6 % 증가합니다Aguilar는 자동차 산업에서의 Lidar 사용은 최근 몇 년 동안 비교적 정체 상태를 유지하고 있다고 Aguilar는이 기술의 수명이 너무 짧기 때문에 부분적으로 말합니다.
울퉁불퉁 한 도로와 심한 환경 조건의 진동은 자동차 리다의 가장 큰 신뢰성 살인자라고 말합니다. 모 리워싱턴 대학교에서 광자 시스템을 공부하는 사람. 자율 주행 자동차 위의 LiDAR 패키지 내의 광학 정렬은 섬세합니다. 가난한 포장 작업의 트리밍은 거울이 하우징에 앉아있는 곳에서 물리적으로 변경되어 빔을 잘못 정렬하고 시스템이 실패 할 수 있습니다. 또는 온도 변동으로 인해 부품이 동일한 불행한 결과로 확장되거나 수축 될 수 있다고 그는 설명했다.
Aguilar는 어느 부분이 가장 자주 파산했는지 궁금해하고 범인이 스캐너라는 것을 알았습니다. 레이저 빔을 시스템 하우징 밖으로 향하게하는 작은 거울을 담당하는 부품입니다. 그는 거친 조건을 견딜 수있는 스캐너를 만들고 싶었고, Lidar Faces와 실리콘 굴곡은 해결책으로 눈에 띄었습니다. 이 구조는 스프링처럼 작용하며 표준 금속 스프링과 마찬가지로 마모하지 않고 LIDAR 시스템 내의 거울을 세심한 제어 할 수 있다고 주장합니다.
더 나은 칩 설계
Aguilar는 새로운 자료가 그를 괴롭히는 문제에 대한 답이되기를 바랐지만 실리콘 스프링조차도 Lidar 시스템이 그들이 직면 한 요소를 견딜 필요가있는 것처럼 강력하게 만들지 않았습니다.
Lidar를 더욱 강력하게 만들기 위해 Omnitron의 팀은 장치가 적용 할 수있는 힘의 양을 늘려 LiDAR 어레이의 거울을 제어 할 수있는 힘을 늘려서 더 강력한 MEMS 칩을 설계하는 것을 목표로했습니다. 그리고 그들은 그것을 달성했다고 주장합니다. 칩은 현재 산업 표준보다 마이크로 미러 또는 기타 센서 구성 요소를 배치하는 액추에이터에서 단위 영역 당 10 배 더 많은 힘을 가질 수 있다고 그들은 말합니다. 그 여분의 힘은 미세 조정에서 매우 귀중한 제어를 가능하게합니다.
이 업적에 도달하기 위해, 그들은 문학적으로 깊이 파어야했습니다.
Omnitron의 Micromirrors는 Lidar Beams를 조종하고 데이터 센터에서 사용할 수 있습니다.옴니트론
이 MEMS 장치에서, 미러 및 액추에이터는 단일 실리콘 웨이퍼로 에칭된다. 미러가 아닌 끝에서 액추에이터는 두 개의 빗의 연동 치아와 같이 웨이퍼의 트렌치 사이에 맞는 작고 밀접하게 간격을 둔 플레이트로 덮여 있습니다. 거울을 움직이려면 전압이 적용되고 정전기력은 트렌치 내에서 플레이트를 위아래로 움직여 미러를 특정 위치로 각도합니다. 전기장이 트렌치 측벽을 가로 질러 당겨지면.
거울을 움직일 수있는 힘은 종횡비라고 불리는 트렌치의 깊이 대 폭의 비율로 제한됩니다. 간단히 말해서, 트렌치가 더 깊을수록, 액추에이터에 더 많은 정전기력을 적용 할 수 있으며, 이는 센서의 움직임 범위가 높아집니다. 그러나 깊고 좁은 트렌치를 제조하는 것은 어려운 노력입니다. 이 제한 요소를 극복하는 것은 Aguilar에게 필수였습니다.
Aguilar는 Omnitron은 약 20 : 1 종횡비 비율을 향상시킬 수 있다고 말합니다. 그는 메모가 MEMS에게 전형적이라고 말하며 (다른 전문가들은 요즘 30 : 1, 40 : 1은 평균에 더 가깝다고 말하면서) 미국 전역의 소규모 대학 파운드리에서 실험과 프로토 타이핑을 통해 최대 100 : 1에 도달합니다. “우리 가이 회사를 시작한 것은 혈액, 땀, 눈물 및 좌절을 통해 이루어졌습니다.”
Aguilar는 신생 기업은 자동차 파트너들로부터 8 억 달러 이상의 의도를 확보했으며 18 개월의 계획에 2 개월이 걸렸다.
생산 기능을 확인한 후에도이 기술은 진동, 열 사이클 및 비와 같은 현실적인 조건에서 수천 시간 동안“매우 힘든”안전 테스트에 직면해야한다고 Li는 말합니다.
절약력
그 동안 Omnitron은 다른 산업이 직면 한 다른 문제를 해결하기 위해 기술을 적용하고 있습니다. 2030 년까지 AI 데이터 센터가 필요합니다 약 945 Tawardtt 시간 기능적으로 – 일본 국가가 오늘날 소비합니다. Aguilar는 문제는“데이터가 움직이는 방식”이라고 말합니다. 데이터 센터의 한 부분에서 다른 부분으로 데이터가 전송되면 광 신호는 전기 신호로 변환되고 재 경로로 변환 된 다음 광학 신호로 돌아갑니다. 길에 보내질 것입니다. 네트워크 스위치 (Network Switches)라는 시스템에서 발생하는이 프로세스는 엄청난 양의 전력을 태 웁니다.
Google 솔루션, 호출 아폴로데이터 패킷을 여행 기간 동안 광학 신호 형태로 유지하는 것입니다. 회사는 주장합니다. Apollo는 데이터를 지시하기 위해 다양한 거울을 사용하여 그렇게합니다. Aguilar는 Omnitron의 더 강력한 거울의 조밀 한 배열을 사용하여 프로세스를 더욱 효율적으로 만들 계획입니다. 그렇게하면 각각의 데이터 양을 4 배로 늘릴 수 있습니다 네트워크 스위치 Aguilar는 각 스위치의 채널 수를 126에서 441로 늘려 라우팅 할 수 있다고 말했다.
Omnitron은 여전히 데이터 센터 구현 초기에 이르렀 으므로이 기술이 Google의 Apollo에서 실제로 개선 할 수있는 정도는 아직 명확하지 않습니다. 그러나 9 월 중순에“중요한 디자인 검토”에 이어“세계 최고의 AI hyperscalers 중 하나가 차세대 스위치를 위해 우리의 거울을 요청했습니다.”라고 Aguilar는 말합니다. “이것은 Omnitron이 가장 큰 AI 인프라 회사조차도 집에서 해결할 수없는 문제를 해결한다는 증거입니다.”
그리고 앞으로 더 많은 응용 프로그램이있을 수 있습니다. Aguilar는 Omnitron은 국방 산업, 우주 회사 및 메탄 탐지에 관심이있는 그룹으로부터 느낌을 받았다고 말합니다. “내가 리다에 집중하고 있었기 때문에 사람들이 우리의 문을 두드리는 것을 보는 것은 꽤 멋지다”고 그는 말했다.